一种高速卫星数据接收信号处理架构

来源 :无线电工程 | 被引量 : 1次 | 上传用户:fenglin1985z
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对遥感卫星接收系统中速率受限的问题,提出基于"模拟实现、数字补偿"的设计思想,利用模拟处理带宽大、处理速度快的特点,实现超高速信号的正交解调、匹配滤波等功能,同时利用数字处理对信号失真进行补偿;该架构综合利用了微波、FPGA、CPU和光总线等多种异构计算元素,具备互相配合、互补互通能力;经过工程验证,使用该处理架构可提升高速卫星数据接收系统的处理速率、硬件资源利用率和智能化水平。
其他文献
针对无线通信系统对双频天线的应用需求,提出了一种新型双频平面天线.为了实现天线的双频特性,将2个不同的折叠线阶跃阻抗谐振器(SIR)分别放置在印刷平面单极子上下两侧.在天
为配制高性能绿色混凝土,用不同质量分数的粉煤灰(0%~30%)来替代水泥,并在混凝土中掺入不同质量分数纳米颗粒氧化锌(0%~3%)来提高混凝土的抗压强度、抗拉强度和抗氯离子性能。通过制备30组混凝土试块进行试验,得出:1)在粉煤灰替代率相同的情况下,随着纳米颗粒氧化锌含量的增加,纳米颗粒氧化锌粉煤灰混凝土的抗压强度、抗拉强度和抗氯离子性能均逐渐增加。2)在纳米颗粒氧化锌含量相同的情况下,随着粉煤灰替代率的增加,纳米颗粒氧化锌粉煤灰混凝土的抗压强度和抗拉强度均逐渐下降。但纳米颗粒氧化锌粉煤灰混凝土的抗氯离子
针对无线通信中的电磁衰落问题,采用基于统计学理论的新方法在混响室中模拟了常见的电磁衰落环境.通过混合搅拌在混响室中得到大量独立采样点,利用统计学方法对这些样本进行
针对无人机测控高动态目标的角度引导捕获问题,提出了基于异频双链路测控系统的双跟踪高动态目标角捕获方法,利用循环谱分析方法可对窄带遥测信号、宽带数传信号等进行低信噪比检测,通过宽波束天线提高捕获概率,同时又通过高天线增益满足信噪比的需求。验证结果表明,异频双链路天线跟踪系统伺服捕获概率、信号检测概率仿真结果满足高动态目标角捕获需求。
极化码是一种优良的信道编码方案,具有良好的纠错性能。与非系统极化码相比,系统极化码具有更低的误码率以及更好的性能。由于受到核心矩阵的限制,难以构造任意码率的极化码,可以通过凿孔技术来构造任意码率极化码,但凿孔技术导致了性能下降。为了进一步提高凿孔后极化码的误码率性能,将具有反馈值的缩短方法应用于系统极化码,提出了一种基于反馈值的系统极化码缩短方案。仿真结果表明,在AWGN信道中该方法具有较好的性能,并且误码率增益优于原始的系统极化码。
铁路等轨道交通每天运送大量乘客,因此保障铁路交通的安全与顺畅运行问题显得尤为重要。在铁路安全中,确保铁轨旁的电线杆不被树木等物体遮挡是保证车辆供电和行车安全的重要基础。为了自动检测出遮挡电线杆,利用卷积神经网络对铁路电线杆进行检测,并对电线杆是否受到树木等的遮挡进行分类。在两阶段目标检测网络Faster R-CNN的基础上,针对检测过程中出现检测框与电线杆大小、位置不匹配和对电线杆类别判定错误的问
针对烟雾特征提取误差较高的问题,提出了一种烟雾特征与卷积神经网络结合(Characteristic Analysis Net_CNN,CAN_CNN)算法。CAN_CNN算法包含特征分析与目标识别两部分。特征分析部分主要利用烟雾的运动方向特征与颜色特征过滤烟雾图像中的其他运动物体,目标识别利用卷积神经网络获取烟雾深层次特征完成烟雾识别。与经典卷积神经网络算法进行性能对比,该算法在检测准确率方面有了
3月12日上午,学校召开2021年全面从严治党工作会议,深入学习贯彻习近平总书记在十九届中央纪委五次全会上的重要讲话和中纪委、省纪委五次全会精神,落实2021年全国全省教育系统全面从严治党工作会议精神,总结部署学校全面从严治党工作。学校领导、副厅级领导干部、党委委员、纪委委员、科级及以上领导干部参加了会议。会议由党委副书记、校长曹庆年主持。
卫星测控是保证通信卫星正常运转的重要手段。为完成通信卫星的测控任务,卫星地面站测控设备除了要求自跟踪系统交叉耦合系数满足技术指标外,还对其自跟踪状态的稳定性提出了要求。通过对自跟踪状态稳定性进行分析,发现和差信道的相位差变化会引起自跟踪交叉耦合系数的变化,进而改变了自跟踪状态的稳定性。考虑到进一步解析导致和差信道相位变化深层次的原因,在不同温度、不同传输电缆长度条件下,采用实验验证的方法,研究了和差相位变化对自跟踪状态稳定性产生的影响,得出了和差相位稳定性与自跟踪稳定性正相关的结论,提出了改善措施与对策。
针对连续波噪声雷达在发射泄漏和近距离杂波信号对消过程中,传统联合过程估计方法运算量过大的问题,提出了一种基于参考信号AR近似的低复杂度联合过程估计对消方法。当参考信号AR建模的阶数低于对消滤波器阶数时,仅需要一个和AR模型阶数相同的格型预测器就可以实现对参考信号的去相关处理,从而降低联合过程估计算法的运算量。仿真结果表明,提出的低复杂度联合过程估计对消算法可以实现快速收敛,并且具有和传统联合过程估计算法相同的收敛特性。